摄像头纠偏方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种摄像头纠偏方法、装置、计算机设备和存储介质。上述纠偏方法通过获取摄像头预置点图像和摄像头当前位置图像，然后，对预置点图像进行边缘检测得到第一图像，对当前位置图像进行边缘检测得到第二图像，对第一图像进行霍夫线变换得到第三图像并对第二图像进行霍夫线变换得到第四图像，确定第三图像中最长线条的两个端点坐标，确定第四图像中最长线条的两个端点坐标，基于第三图像中最长线条的两个端点坐标和第四图像中最长线条的两个端点坐标设置纠偏矩阵，最后基于纠偏矩阵对摄像头进行纠偏，从而实现在摄像头发生偏移时，通过该方法自动的对摄像头进行纠偏。通过该方法自动的对摄像头进行纠偏。通过该方法自动的对摄像头进行纠偏。

【技术实现步骤摘要】
摄像头纠偏方法、装置、计算机设备和存储介质


[0001]本申请涉及摄像头纠偏
，特别是涉及一种摄像头纠偏方法、装置、计算机设备和存储介质。

技术介绍

[0002]目前变电站智能操作、智能巡视、智能安全等场景等应用场景基于图像识别和处理技术，均依赖于于摄像头，摄像头获取图像是变电站智能化的源头，摄像头的成像质量、预置位精准度，无一不影响智能操作、智能巡视的功能实现。
[0003]然而，摄像头经常会受机构磨损、外力碰撞等因素影响，造成摄像头位置偏离预先设定的预置位。摄像头产生偏移后会影响监控系统对变电站运行情况的正常监控。
[0004]现有技术中，对摄像头的纠偏主要依靠人工操作完成，费时费力。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够自动纠偏的摄像头纠偏方法、装置、计算机设备、计算机可读存储介质。
[0006]第一方面，本申请提供了一种摄像头纠偏方法，该方法包括：
[0007]获取摄像头预置点图像和摄像头当前位置图像；
[0008]对所述预置点图像进行边缘检测得到第一图像；
[0009]对所述当前位置图像进行边缘检测得到第二图像；
[0010]对所述第一图像进行霍夫线变换得到第三图像并对所述第二图像进行霍夫线变换得到第四图像；
[0011]确定所述第三图像中最长线条的两个端点坐标；
[0012]确定所述第四图像中最长线条的两个端点坐标；
[0013]基于所述第三图像中最长线条的两个端点坐标和所述第四图像中最长线条的两个端点坐标设置纠偏矩阵并基于所述纠偏矩阵对所述摄像头进行纠偏。
[0014]在其中一个实施例中，上述第三图像中最长线条的两个端点坐标为第一坐标和第二坐标，第四图像中最长线条的两个端点坐标为第三坐标和第四坐标，第一坐标位置点和所述第三坐标位置点分别位于所述第三图像和所述第四图像中最长线条中垂线的同侧，所述基于所述纠偏矩阵对所述摄像头进行纠偏的步骤包括：
[0015]基于所述第一坐标和所述第三坐标计算第一坐标偏移量；
[0016]基于所述第二坐标和所述第四坐标计算第一坐标偏移量；
[0017]基于所述第一坐标偏移量设置第一纠偏矩阵；
[0018]基于所述第二坐标偏移量设置第二纠偏矩阵；
[0019]基于所述第一纠偏矩阵和所述第二纠偏矩阵对所述摄像头进行纠偏。
[0020]在其中一个实施例中，所述对所述第一图像和第二图像分别进行霍夫线变换得到第三图像和第四图像步骤包括：
[0021]基于OpenCV中的HoughLines函数对所述第一图像进行霍夫线变换得到第三图像；
[0022]基于OpenCV中的HoughLines函数对所述第二图像进行霍夫线变换得到第四图像。
[0023]在其中一个实施例中，确定所述第三图像中最长线条的两个端点坐标的步骤包括：
[0024]基于勾股定理找到所述第三图像中的最长线条；
[0025]定义第一坐标系；
[0026]确定在所述第一坐标系下所述第三图像中的最长线条的两个端点坐标。
[0027]在其中一个实施例中，确定所述第四图像中最长线条的两个端点坐标的步骤包括：
[0028]基于勾股定理找到所述第四图像中的最长线条；
[0029]定义第一坐标系；
[0030]确定在所述第一坐标系下所述第四图像中的最长线条的两个端点坐标。
[0031]在其中一个实施例中，所述预置点图像进行边缘检测得到第一图像包括：
[0032]对所述预置点图像进行边缘检测；
[0033]将所述边缘检测后的图像转换为灰度图，得到第一图像。
[0034]在其中一个实施例中，对所述预置点图像进行边缘检测得到第一图像包括：
[0035]对所述预置点图像进行边缘检测；
[0036]将所述边缘检测后的图像转换为灰度图，得到第一图像。
[0037]在其中一个实施例中，对所述当前位置图像进行边缘检测得到第二图像包括：
[0038]对所述当前位置图像进行边缘检测；
[0039]将所述边缘检测后的图像转换为灰度图，得到第二图像。
[0040]第二方面，本申请还提供了一种摄像头纠偏装置。所述装置包括：
[0041]图像获取模块，用于获取摄像头预置点图像和摄像头当前位置图像；
[0042]第一边缘检测模块，用于对所述预置点图像进行边缘检测得到第一图像；
[0043]第二边缘检测模块，用于对所述当前位置图像进行边缘检测得到第二图像；
[0044]霍夫线变换模块，用于对所述第一图像进行霍夫线变换得到第三图像并对所述第二图像进行霍夫线变换得到第四图像；
[0045]第一坐标获取模块，用于确定所述第三图像中最长线条的两个端点坐标；
[0046]第二坐标获取模块，用于确定所述第四图像中最长线条的两个端点坐标；
[0047]纠偏模块，用于基于所述第三图像中最长线条的两个端点坐标和所述第四图像中最长线条的两个端点坐标设置纠偏矩阵并基于所述纠偏矩阵对所述摄像头进行纠偏。
[0048]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述摄像头纠偏方法的步骤。
[0049]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述摄像头纠偏方法的步骤。
[0050]上述摄像头纠偏方法、装置、计算机设备和存储介质，通过获取摄像头预置点图像和摄像头当前位置图像，然后，对预置点图像进行边缘检测得到第一图像，对当前位置图像
进行边缘检测得到第二图像，对第一图像进行霍夫线变换得到第三图像并对第二图像进行霍夫线变换得到第四图像，确定第三图像中最长线条的两个端点坐标，确定第四图像中最长线条的两个端点坐标，基于第三图像中最长线条的两个端点坐标和所述第四图像中最长线条的两个端点坐标设置纠偏矩阵，最后基于纠偏矩阵对摄像头进行纠偏，从而实现在摄像头发生偏移时，通过该方法自动的对摄像头进行纠偏。
附图说明
[0051]图1为一个实施例中摄像头纠偏方法的流程示意图；
[0052]图2为一个实施例中基于第三图像中最长线条的两个端点坐标和第四图像中最长线条的两个端点坐标设置纠偏矩阵并基于纠偏矩阵对摄像头进行纠偏步骤的流程示意图；
[0053]图3为一个实施例中对第一图像进行霍夫线变换得到第三图像并对第二图像进行霍夫线变换得到第四图像步骤的流程示意图；
[0054]图4为一个实施例中确定第三图像中最长线条的两个端点坐标步骤的流程示意图；
[0055]图5为一个实施例中对预置点图像进行边缘检测得到第一图像步骤的流程示意图；
[0056]图6为一个实施例中摄像头纠偏装置的结构框图；...

【技术保护点】

【技术特征摘要】
1.一种摄像头纠偏方法，其特征在于，所述方法包括：获取摄像头预置点图像和摄像头当前位置图像；对所述预置点图像进行边缘检测得到第一图像；对所述当前位置图像进行边缘检测得到第二图像；对所述第一图像进行霍夫线变换得到第三图像并对所述第二图像进行霍夫线变换得到第四图像；确定所述第三图像中最长线条的两个端点坐标；确定所述第四图像中最长线条的两个端点坐标；基于所述第三图像中最长线条的两个端点坐标和所述第四图像中最长线条的两个端点坐标设置纠偏矩阵并基于所述纠偏矩阵对所述摄像头进行纠偏。2.根据权利要求1所述的方法，其特征在于，所述第三图像中最长线条的两个端点坐标为第一坐标和第二坐标，所述第四图像中最长线条的两个端点坐标为第三坐标和第四坐标，所述第一坐标位置点和所述第三坐标位置点分别位于所述第三图像和所述第四图像中最长线条中垂线的同侧，所述基于所述第三图像中最长线条的两个端点坐标和所述第四图像中最长线条的两个端点坐标设置纠偏矩阵并基于所述纠偏矩阵对所述摄像头进行纠偏的步骤包括：基于所述第一坐标和所述第三坐标计算第一坐标偏移量；基于所述第二坐标和所述第四坐标计算第二坐标偏移量；基于所述第一坐标偏移量设置第一纠偏矩阵；基于所述第二坐标偏移量设置第二纠偏矩阵；基于所述第一纠偏矩阵和所述第二纠偏矩阵对所述摄像头进行纠偏。3.根据权利要求1所述的方法，其特征在于，所述对所述第一图像和第二图像分别进行霍夫线变换得到第三图像和第四图像的步骤包括：基于OpenCV中的HoughLines函数对所述第一图像进行霍夫线变换得到第三图像；基于OpenCV中的HoughLines函数对所述第二图像进行霍夫线变换得到第四图像。4.根据权利要求1所述方法，其特征在于，所述确定所述第三图像中最长线条的两个端点坐标的步骤包括：基于勾股定理找到所述第三图像中的最长线条；定义第一坐标系；确定在所述第一坐标系下所述第三图像中的最长线...

【专利技术属性】
技术研发人员：廖华，陆世豪，丁坤，班杰雄，袁卫义，申晓杰，潘鹏，李更达，梁阳，邓朝翥，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司南宁监控中心，
类型：发明
国别省市：